湯天培，王海波，陶陽晨，徐思源，仲小飛

(1.南通大學 交通與土木工程學院，江蘇 南通 226019; 2.中設設計集團股份有限公司)

1 前言

截至2020年底，中國農(nóng)村公路總里程達438.2萬km，占公路總里程的84.3%，等級公路比例達到95%以上，為農(nóng)村居民出行和農(nóng)村經(jīng)濟社會發(fā)展提供了良好的基礎。但農(nóng)村公路中三級或四級公路占比達86%，即低等級農(nóng)村公路是主體。這類低等級農(nóng)村公路大部分存在線形指標低、危險路段多、安保設施不完善等問題，且交通事故頻發(fā)。為保障全國范圍內(nèi)農(nóng)村公路的安全運行，相繼出臺了《關(guān)于實施公路安全生命防護工程的意見》(國辦發(fā)[2014]55號)和《公路安全生命防護工程實施技術(shù)指南》(試行)(交通運輸部發(fā)布,2017)，提出要科學組織農(nóng)村公路隱患路段的安全風險排查，并按照風險程度區(qū)分輕重緩急，以進一步規(guī)范農(nóng)村公路安全防護工程的有序?qū)嵤?。由于低等級農(nóng)村公路里程規(guī)模大，安全風險排查工作量大，同時又缺少設計資料和相關(guān)數(shù)據(jù)來源，只能通過現(xiàn)場排查。然而，公路安全風險排查人員提供的農(nóng)村公路路段安全風險評估信息，通常帶有主觀性和不確定性。因此，有必要提出一種可以融合主觀性和不確定性評估信息的評價方法，以獲得相對準確的安全風險評價結(jié)果。

針對農(nóng)村公路的安全風險評價，國內(nèi)外學者提出了包括事故數(shù)據(jù)分析、貝葉斯、物元分析、集對分析、熵權(quán)法等評價方法。國外學者常采用事故數(shù)據(jù)分析法研究農(nóng)村公路的安全風險程度，但該方法不適用于交通事故數(shù)據(jù)缺乏的地區(qū)或國家。在其他評價方法的應用中，大部分考慮由評估專家根據(jù)描述的指標條件評定具體的風險指標值，但是主觀判斷產(chǎn)生的不確定性是無法避免的，即無法處理風險評價中的不確定信息問題。目前提出的評價指標的定量評定方法，具有一定的實際參考意義，但無法應對農(nóng)村公路現(xiàn)場的綜合情況。比如彎道半徑指標，在文獻[7]中提出了基于彎道半徑值和彎道個數(shù)的定量評定表，當彎道半徑小，且單位里程內(nèi)彎道數(shù)量較多的情況下，即定量為高風險數(shù)值，但是如有配套完善的減速、限速，以及急彎、連續(xù)彎道等警告標志，其安全風險將顯著降低；再比如支路/接入口密度指標，僅以單位里程的支路/接入口數(shù)量定量評定安全風險顯然也是不合理的，當支路/接入口密度很大時，如在主路上有配套完善的減速、限速，以及交叉口、接入口警示標志和道口標柱，在支路/接入口上有配套完善的減速讓行標志等，也能顯著降低安全風險。因此，諸如彎道半徑、支路/接入口密度等這類指標應該是一種綜合型指標，難以進行統(tǒng)一性和唯一性量化，需要結(jié)合現(xiàn)場情況進行綜合判定。

除此以外，由于人員、時間與經(jīng)費投入的限制，低等級農(nóng)村公路路段安全風險評價，不可避免地存在主觀性與不確定性問題，需要通過技術(shù)方法融合不確定的風險信息，以合理評估風險程度。而證據(jù)推理理論的優(yōu)勢就是允許并能接受主觀判斷產(chǎn)生的不確定性，該理論在船舶航行安全、施工安全、水域運輸可靠性等領(lǐng)域均有應用，目前在農(nóng)村公路安全方面尚無應用。因此，該文構(gòu)建低等級農(nóng)村公路路段安全風險評價指標體系，采用COWA算子對評價因素和指標進行賦權(quán)，基于證據(jù)推理構(gòu)建低等級農(nóng)村公路路段安全風險評價模型，對路段安全風險程度進行評價與排序，最后通過案例分析驗證該評價模型的適用性與可靠性。

2 低等級農(nóng)村公路路段安全風險因素與指標

綜合考慮引發(fā)低等級農(nóng)村公路交通事故的多種可能因素，結(jié)合相關(guān)文獻[7,15]，確定低等級農(nóng)村公路路段安全風險因素，包括線形因素、路側(cè)因素、路堤因素、接入口因素。線形因素包括彎道半徑、縱坡坡度、彎道視距、線形組合4個指標，其中線形組合是指平面與縱斷面線形組合的空間線形，需進行綜合判斷其是否安全；路側(cè)因素包括離散危險物、連續(xù)危險物、凈區(qū)狀況3個指標，其中凈區(qū)狀況是指最右側(cè)車行道以外帶狀區(qū)域內(nèi)的狀況，即是否平坦、有無障礙物等，是否可供失控車輛安全返回行車道，需結(jié)合現(xiàn)場情況進行綜合評估；路堤因素包括路堤高度、邊坡坡度、邊坡綜合3個指標，其中邊坡綜合是指除路堤高度與邊坡坡度以外，可能影響邊坡安全的各類因素的集合，比如低等級農(nóng)村公路路側(cè)邊坡防護等級普遍較低，多為土質(zhì)邊坡，在極端天氣情況下極易發(fā)生滑坡等情況，該指標需結(jié)合現(xiàn)場綜合情況進行評估；接入口因素包括支路/接入口密度、支路/接入口視距、支路/接入口角度3個指標。由此，確定低等級農(nóng)村公路路段安全風險評價的3級指標體系，如圖1所示。

圖1 低等級農(nóng)村公路路段安全風險評價指標體系

在證據(jù)推理理論中，對定義指標的評估等級沒有具體限制和要求?？紤]到各評價指標為綜合型指標，即定量與定性相結(jié)合的指標。安全風險排查人員需經(jīng)過統(tǒng)一培訓，明確評價指標內(nèi)涵，以盡量減少由于指標內(nèi)涵理解差異產(chǎn)生的評價誤差。然后，根據(jù)現(xiàn)場綜合情況和排查人員的經(jīng)驗，依據(jù)指標評價集進行評估。借鑒相關(guān)文獻的安全風險分級情況，采用5級評價集{低風險，較低風險，中等風險，較高風險，高風險}，對應的評估等級為{1,2,3,4,5}。

3 低等級農(nóng)村公路路段安全風險評價模型

3.1 指標權(quán)重確定

為降低不可靠指標信息對賦權(quán)結(jié)果的影響，采用COWA算子分別對安全風險因素和指標進行相對權(quán)重計算，具體步驟如下：

(1)由e個專家評定因素之間的相對重要度，可得因素Fi的決策數(shù)據(jù)集結(jié)數(shù)列ci=(ci1,ci2,…,cie)，按照從大到小對數(shù)據(jù)重新排序，并以1開始編號形成新集結(jié)數(shù)列di=(di1,di2,…,die)。

(1)

(2)

(3)

3.2 指標評估方法

每個指標由公路安全風險排查人員在分布式評估模型框架下進行評估，分布式評估模型如下：

S(Fi,j)={(Gn,βn,i,j),n=1,2,…,N}，i=1,2,…,K,j=1,2,…,Li

(4)

3.3 證據(jù)推理算法

基于分布式評估矩陣Mi中的數(shù)據(jù)，采用解析證據(jù)推理算法計算第i個風險因素的分布式評估結(jié)果。分布式評估矩陣Mi中的置信度先要轉(zhuǎn)換為基本可信度mass數(shù)，具體公式如下：

mn,i,j=wi,jβn,i,j(n=1,2,…,N,j=1,2,…,Li)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

(14)

3.4 安全風險排序

假設有M個路段，每個路段的分布式評估為S(Rm)={(Gn,βn(Rm)),n=1,2,…,N}，m=1,2,…,M，其中βn(Rm)為第m個路段評估等級Gn的置信度。該分布式評估提供了路段安全風險的基本信息，但不能直接用于路段安全風險程度的分析和排序。為了比較M個路段的安全風險程度，并確定其優(yōu)先改造順序，采用效用函數(shù)量化路段安全風險程度的期望值，第m個路段的安全風險期望值為：

(15)

式中：v(Gn)={v(G1),v(G2),…,v(GN)}為評估等級的值集；βn(Rm)為路段Rm的評估等級Gn的置信度下邊界，上邊界為βn(Rm)+βG(Rm)。

因此，在不完全信息評估中有評估等級Gn的置信度范圍。在評估等級集合G中，G1和GN為最低和最高評估等級，分別具有最低和最高值。由此，Rm路段安全風險期望值的最大值、最小值和平均值計算如下：

Emax(Rm)=[βN(Rm)+βG(Rm)]v(GN)+

(16)

Emin(Rm)=[β1(Rm)+βG(Rm)]v(G1)+

(17)

Emean(Rm)=[Emax(Rm)+Emin(Rm)]/2

(18)

若路段所有指標的分布式評估都是完全信息評估，則βG(Rm)=0，E[S(Rm)]=Emax(Rm)=Emin(Rm)=Emean(Rm)。此時，當E[S(Rm)]>E[S(Rl)]時，路段m的安全風險程度大于路段l。若路段中部分指標的分布式評估存在不完全信息評估，則根據(jù)安全風險期望值的最大值和最小值對兩個路段進行比較。若Emin(Rm)≥Emax(Rl)，則路段m的安全風險程度大于路段l；若Emin(Rm)=Emin(Rl)且Emax(Rm)=Emax(Rl)，則路段m的安全風險程度接近于路段l；其他情況采用以下公式進行比較：

P(Rm>Rl)=

(19)

若P(Rm>Rl)>0.5，則路段m的安全風險程度大于路段l；若P(Rm>Rl)=0.5，則路段m的安全風險程度接近于路段l；若P(Rm>Rl)<0.5，則路段m的安全風險程度小于路段l。

4 案例分析

某三級雙車道農(nóng)村公路，設計速度為40 km/h，全長約3.5 km，選取其中事故高發(fā)路段1.6 km(K0+000～K1+600)進行路段安全風險評價。從公路起點處以200 m為單位里程劃分為8個路段，分別進行安全風險排查和評價。

4.1 指標權(quán)重確定

由5名專家對安全風險因素和指標進行相對重要度評分，評分區(qū)間為0～5，以0.5的整數(shù)倍進行評分，相對重要度越高評分越高。下文僅以風險因素的相對權(quán)重計算為例進行說明，見表1。

表1 安全風險因素相對重要度評分結(jié)果

以風險因素F1為例，采用COWA算子計算其相對權(quán)重，計算步驟如下：

將F1的重要度評分數(shù)值從大到小進行排序，可得d1=(5.0,4.5,4.5,4.5,4.0)。專家人數(shù)為e=5，由式(1)計算得加權(quán)向量(0.062 5,0.250 0,0.375 0,0.250 0,0.062 5)。再由式(2)計算F1的絕對權(quán)重為：

4.2 分布式評估結(jié)果

根據(jù)安全風險指標評價集和分布式評估模型，由安全風險排查人員對8個路段的每個指標進行分布式評估，其結(jié)果見表2。以路段4為例，其中縱坡坡度指標為完全信息評估(70%+30%=100%)；邊坡綜合指標為不完全信息評估(30%+60%<100%)，由于現(xiàn)場缺少相關(guān)信息無法進行完全信息評估；凈區(qū)狀況指標為不完全信息評估，由于該路段近期將進行路側(cè)凈區(qū)改造，不宜進行評估。

表2 評價指標的安全風險分布式評估結(jié)果

由式(5)～(14)計算得8個路段的分布式評估等級結(jié)果，見表3。其中路段2、4、7和8由于存在不完全信息評估，產(chǎn)生了置信度βG。分布式評估等級結(jié)果反映的是每個路段所屬的5個評估等級的概率。以路段5為例，該路段有85.24%的概率在等級1和等級2之間，且顯著接近于等級1。

4.3 綜合評估結(jié)果

根據(jù)文獻量化評價集的值集v(Gn)={0,0.05,0.15,0.30,0.50}，由式(15)～(18)分別計算8個路段安全風險期望值的最大值、最小值和平均值，其結(jié)果見表3。其中路段2、4、7和8存在不完全信息評估，其安全風險期望值的平均值、最大值、最小值有差異，而其他路段均為完全信息評估，三者相等。然后，對8個路段進行對比排序，完全信息評估的路段直接比較Emean的大小，不完全信息評估的路段根據(jù)安全風險期望值的最大值和最小值對兩個路段進行比較，其他情況根據(jù)式(19)進行比較。由式(19)計算得路段相對安全風險矩陣，其結(jié)果見表4。其中，路段4、5和8之間，需要根據(jù)式(19)的判斷條件進行排序。綜合表3、4，可得8個路段的安全風險排序，見表5。

表3 路段安全風險分布式評估等級結(jié)果與安全風險期望值

表4 路段相對安全風險矩陣

表5 模型評價排序與事故數(shù)據(jù)排序的對比

4.4 評價效果驗證

為驗證評價效果，采用評價路段2013年8月至2016年8月期間的交通事故數(shù)據(jù)進行驗證。將事故類型分為財產(chǎn)損失事故、受傷事故、死亡事故3類，采用計分法進行安全風險排序，即3種交通事故類型分別對應取值為1、2、3，由事故次數(shù)與對應分值的乘積之和反映基于事故數(shù)據(jù)的安全風險評分，并進行排序，見表5。采用Spearman等級相關(guān)分析法，驗證基于證據(jù)推理的路段安全風險評價排序與基于事故數(shù)據(jù)的評價排序之間的相關(guān)性。經(jīng)計算可得：Spearman相關(guān)系數(shù)為0.952，P-value為0.000，通過了置信度為99%的顯著性檢驗，即模型評價排序與事故數(shù)據(jù)排序沒有顯著差異，表明基于證據(jù)推理的路段安全風險評價方法可靠性較高。

5 結(jié)論

(1)針對低等級農(nóng)村公路路段安全風險評價中存在的主觀性和不確定性問題，基于證據(jù)推理理論構(gòu)建了低等級農(nóng)村公路路段安全風險評價方法，該方法可融合路段安全風險評價中的完全和不完全信息評估，尤其是當路段中某些指標無法評估時，可根據(jù)路段的最大和最小安全風險期望值進行評估，從而實現(xiàn)在不確定信息條件下對低等級農(nóng)村公路路段安全風險的有效評價。在人員、時間與經(jīng)費投入有限的情況下，該方法可拓展應用于路段安全風險評估信息存在主觀性和不確定性問題的其他類型公路。

(2)以1.6 km三級農(nóng)村公路(交通事故高發(fā)路段)為例，模型評價得出的8個路段安全風險排序與基于事故數(shù)據(jù)的安全風險排序無顯著差異，驗證了基于證據(jù)推理的路段安全風險評價方法的適用性與可靠性。在公路交通事故數(shù)據(jù)無法獲取的情況下，可相對準確地識別風險路段。

(3)低等級農(nóng)村公路安全風險評價與排序結(jié)果，可為農(nóng)村公路安全防護工程實施的有序開展提供參考依據(jù)，以投入不同程度的安保經(jīng)費進行交通安全改善，使有限的經(jīng)費得到合理的安排，達到有序設防，避免盲目設防或過度設防的目的。

(4)該研究重點針對低等級農(nóng)村公路路段設施條件的安全風險評估，旨在為后續(xù)農(nóng)村公路安全防護工程設計與實施提供依據(jù)。因此，評價指標中未考慮路段交通量、平均速度等動態(tài)指標，但這些指標是影響路段運行安全風險的重要因素，將在下一步研究中考慮融合這些動態(tài)指標，對低等級農(nóng)村公路路段的運行安全風險進行評估。